Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESPACIO VECTORIAL
La introducción se dará en clase.
Dados: V : un conjunto no vacío
( K ; + ; . ) : un cuerpo
y dos leyes
Definición:
( V ; ; K ; ) tiene estructura de espacio vectorial si y sólo si se verifican los
siguientes axiomas:
Ax. 1: es ley de composición interna en V
: V2 V
X , Y : X V Y V X Y V
Ax. 2: es asociativa en V
( X Y ) Z = X ( Y Z ) para todo X, Y, Z pertenecientes a V
Ax. 3: es conmutativa en V
X Y = Y X para todo X, Y pertenecientes a V
Ax. 4: Existe elemento neutro para en V
N V / X V : X N = N X = X
Ax. 5: Existencia de simétricos para en V
X V , X* V / X X* = X* X = N
Ax. 6: es ley de composición externa
: K V V
X : K X V X V
Ax. 7: Asociativa mixta
K , K, X V : ( X = ( X )
Ax. 8: es distributiva con respecto de en V
K, X V, Y V : ( X Y ) = X Y
Ax. 9: es distributiva con respecto de + en K
K K , X V : ( X = X X
Ax. 10: La unidad del cuerpo ( 1 K ) es neutro para
X V : 1 K X = X
A los elementos de V se los denominan vectores y a los de K escalares.
No confundir : V 2 V Ley de composición interna en V ( adición de vectores)
con + : K 2 K Ley de composición interna en K ( adición de escalares)
No confundir : : K V V Ley de composición externa (producto de escalar y vector)
con . : K 2 K Ley de composición interna en K ( producto de escalares)
Los cinco primeros axiomas indican que ( V ; ) es un grupo conmutativo.
Espacio Vectorial Real
( V ; ; R ; ) El cuerpo K R el cuerpo de los reales
Ejemplo: Si V Rn
es la adición usual de vectores
( x ; x ;......;x n ) ( y ; y ;.....; y n ) ( x y ; x y ;......; x n y n )
1 2 1 2 1 1 2 2
es el producto usual de un escalar y un vector
Espacio Vectorial Página 2 de 6
P. 2: R : 0 V 0 V
D) X (X 0 V ) ax.9 X 0 V transitiva
X X 0V 0V 0V
0 V neutro ( V , ) 0 V ax 4
P. 3: X V : (1) X X
D) (1) X X ax.10 (1) X 1 X ax.9(1) 1 X 0 X 0 V (1) X X 0 V (1) X X
ax .5
P. 4: R, X V : X 0V 0 X 0V
D) Si = 0 la proposición es verdadera
X 0V 0 X 0V
V
V
No importa el valor de verdad
0 R : X 0 V X 0 V 1 X 0 V
1 1 1 1
X 0V
ax .10
ax .7
SUBESPACIOS VECTORIALES
Definición:
Dados ( V ; ; R ; ) espacio vectorial; S V y S { }
S es un subespacio de V bajo el mismo cuerpo y con las mismas leyes de composición sí y sólo
sí ( S ; ; R ; ) tiene a su vez estructura de espacio vectorial.
Combinación Lineal de Vectores: ( C. L. )
Dados ( V ;+; R ; .) espacio vectorial y A v ; v ;.....; v V
1 2 n
Espacio Vectorial Página 3 de 6
Sea A
v1; v 2 ; ....; v n V una base de V entonces por ser un sistema generador de V cada
vector de V se puede obtener como combinación lineal de A y como A es linealmente independiente
entonces dicha combinación es única, por lo tanto:
X V : X v v .... n v n siendo los escalares las coordenadas del vector X en la
1 1 2 2
base A y se suele expresar mediante un vector columna cuyos elementos son las coordenadas:
1
2
X[] .
.
n
Dimensión de un Espacio Vectorial ( dim )
Todas las bases de un espacio vectorial poseen la misma cantidad de vectores y a ese número se lo
llama dimensión del espacio.
Si A v ; v ; ....; v V una base de V entonces dim(V) = n
1 2 n
La dimensión del espacio nulo es cero: dim 0 V 0
Propiedades:
P. 1) Si dim(V) = n y A
v1; v 2 ; ....; v n V es L. I. entonces A es una base de V
P.2) Si dim(V) = n y A v ; v ; ....; v V es S.G. de V entonces A es una base de V
1 2 n
P. 3) Todo conjunto que contenga más de “n” vectores de un espacio vectorial de dimensión “n” es
linealmente dependiente.
P. 4) Si S es un subespacio de V y dim(S) = dim(V) entonces S = V
P. 5) Si A v ; v ; ....; v V es L. I. ; dim(V) = n y p < n entonces se puede extender A
1 2 p
hasta formar una base de V.
Espacio Vectorial Página 5 de 6
Suma de Subespacios:
S T v / v v v v S v S
1 2 1 2
La suma de dos subespacios de V es otro subespacio de V.
Suma Directa:
Si S T 0 V entonces la suma se denomina suma directa y se simboliza con
S T S T S T 0V 1
Dimensión de la suma:
Si S y T son dos subespacios de ( V ; ; R ; )
dim( S + T ) = dim(S) + dim(T) - dim( S T )
Producto Interno en ( Rn ; + ; R ; . )
Dados X x ;x ;.......;x ; Y y ;y ;......;y dos vectores cualesquiera de Rn
1 2 n 1 2 n
n
X; Y x y
i i
i 1
Producto Interno en ( P n ; + ; R ; . )
Espacio Vectorial Página 6 de 6
p(x) a a x a x 2 ....a n x n
0 1 2
Dados:
q (x) b b x b x 2 .... b n x n
0 1 2
n
p, q a b
i i
i 0
Norma de un Vector
Definición: La norma de un vector es igual a la raíz cuadrada del producto interno de dicho vector
por sí mismo.
X X;X
Ortogonalidad
Definición: Dos vectores son ortogonales si y sólo si su producto interno es nulo
X Y X; Y 0
Conjunto Ortogonal de Vectores
Definición: Un conjunto A v ; v ; ....; v V espacio vectorial con producto interno es
1 2 n
ortogonal si y sólo si cada vector de A es ortogonal a los restantes vectores
A v ; v ; ....; v es ortogonal i j v , v 0
1 2 n i j
Complemento Ortogonal de un Subespacio
Definición: Dados: ( V ; + ; R ; . ) un espacio vectorial con producto interno y ( S ; + ; R ; . ) un
subespacio de él. El complemento ortogonal del subespacio S es el conjunto formado por todos los
vectores de V que son ortogonales a todos los vectores de S.
S X / X V X Y , YS
Propiedad:
El complemento ortogonal de un subespacio de V es también un subespacio de V.
Teorema de las Dimensiones:
La dimensión de un subespacio S de V más la de su complemento ortogonal es igual a la
dimensión de V.
dim(S) + dim(S ) = dim(V)
Base Ortonormal
Dados: ( V ; + ; R ; . ) un espacio vectorial con producto interno y A v ; v ; ....; v V una
1 2 n
base de V.
Definición: A es una base ortonormal si y sólo si A es ortogonal y todos los vectores de A tienen
norma igual a uno.
A es base ortonormal i j v ; v 0 v 1 , i 1,2,...,n
i j i
1
El símbolo también se usa para la suma directa de subespacios.